- Суть
- Подготовка ML-инженеров, изучение алгоритмов машинного обучения, глубокого обучения и MLOps.
- На выходе
- Разработка и обучение моделей машинного обучения; Проектирование архитектур глубоких нейронных сетей; Оптимизация моделей и оценка их качества; Работа с неструктурированными данными (текст, звук, видео); Использование фреймворков PyTorch и TensorFlow
- Навыки
- Machine Learning · Deep Learning · PyTorch · TensorFlow · AirFlow · MLOps
- Кому подойдёт
- слушатели с техническим бэкграундом и базовыми навыками программирования
- Знать заранее
- технический бэкграунд; базовые навыки программирования
